python - numpy 序列的向量化分配

Question

这个问题已经有答案了:

Vectorized NumPy linspace for multiple start and stop values (4 个回答)

已关闭 6 年前。

numpy like in this discussion 中是否存在元素到序列的向量化分配？

例如:

xx = np.array([1,2], dtype=object)
expanded = np.arange(xx, xx+2)

而不是循环:

xx = np.array([1,2], dtype=object)
expanded = np.array([np.arange(x, x+2) for x in xx]).flatten()

这将用于将标量启发式映射到确定它的矩阵中的相邻单元格(例如，具有来自 correlation() 操作的峰值重叠的单元格的范围 )。

Answer 1

像这样吗？

>>> xx = np.array([3,8,19])
>>> (xx[:,None]+np.arange(2)[None,:]).flatten()
array([ 3,  4,  8,  9, 19, 20])

xx[:,None] 运算将长度为 n 的向量转换为 nx1 矩阵，np.arange(2)[None,:]) 运算创建一个长度为 1x2 的矩阵，其中包含 [0., 1.]。使用 array broadcasting 添加在一起给出一个 nx2 矩阵，然后将其展平为长度为 2n 的向量。